license: apache-2.0
language:

• en
  base_model:
• Ultralytics/YOLO11
  tags:
• yolo
• yolo11
• nsfw
  pipeline_tag: object-detection

🔞 警告：敏感内容 🔞

本媒体包含可能令人反感的敏感内容（如裸露、暴力、污秽语言、色情），仅限18岁以上人士浏览。

EraX-NSFW-V1.0

高效NSFW内容检测模型。适用于发布前图像/视频审核或限制未成年人接触有害内容。
可预测类别与边界框，亦可对有害对象或整图进行像素化处理。部署代码如下所示。

• 开发者:
  • 范廷术 (thuc.pd@erax.ai)
  • 阮英俊先生 (nguyen@erax.ai)
• 模型版本: v1.0
• 许可协议: Apache 2.0

模型详情/概览

• 模型架构: YOLO11 (nano/small/medium)
• 任务: 目标检测(NSFW识别)
• 数据集: 私有网络数据集
• 训练集: 31,890张图像
• 验证集: 11,538张图像
• 检测类别: 肛门、性行为、乳头、阴茎、阴道

标签示例

训练配置

• 权重文件:
  • Nano版: erax_nsfw_yolo11n.pt
  • Small版: erax_nsfw_yolo11s.pt
  • Medium版: erax_nsfw_yolo11m.pt
• 训练轮次: 100
• 学习率: 0.01
• 批大小: 208
• 图像尺寸: 640×640
• 训练设备: 8×NVIDIA RTX A4000 (16GB GDDR6)
• 训练时长: ~10小时

评估指标

验证集关键指标即将公布

训练验证结果

损失曲线

混淆矩阵

推理部署

1. 安装依赖库:

pip install ultralytics supervision huggingface-hub  

2. 下载预训练模型:

from huggingface_hub import snapshot_download  
snapshot_download(repo_id="erax-ai/EraX-NSFW-V1.0", local_dir="./", force_download=True)  

3. 基础使用示例:

from ultralytics import YOLO  
from PIL import Image  
import supervision as sv  
import numpy as np  

# 参数设置  
IOU_THRESHOLD = 0.3  
CONFIDENCE_THRESHOLD = 0.2  

# 初始化模型  
model = YOLO("erax_nsfw_yolo11m.pt")  
results = model(["test_images/img_1.jpg", "test_images/img_2.jpg"],  
               conf=CONFIDENCE_THRESHOLD,  
               iou=IOU_THRESHOLD)  

# 可视化处理  
for result in results:  
    annotated_image = result.orig_img.copy()  
    detections = sv.Detections.from_ultralytics(result)  
    
    # 像素化标注  
    pixelate_annotator = sv.PixelateAnnotator(pixel_size=max(annotated_image.shape[:2])/50)  
    annotated_image = pixelate_annotator.annotate(annotated_image.copy(), detections)  
    
    # 标签标注  
    label_annotator = sv.LabelAnnotator(text_color=sv.Color.BLACK,  
                                      text_position=sv.Position.CENTER)  
    annotated_image = label_annotator.annotate(annotated_image, detections)  
    
    sv.plot_image(annotated_image, size=(10, 10))  

训练代码

训练脚本详见: https://github.com/EraX-JS-Company/EraX-NSFW-V1.0

效果示例

1. 示例01:
   

2. 示例02:
   

3. 性行为检测对比:
   无性行为检测 | 启用性行为检测
   :-------------------------:|:-------------------------:
   |
   |
   |

引用

若本项目对您有帮助，请引用为：

@article{EraX-NSFW-V1.0,  
  author    = {范廷术 and 阮英俊 and 段成康 and 陈海强 and 张功德 and 潘俊俊 and 范日},  
  title     = {EraX-NSFW-V1.0: 高效NSFW内容检测模型},  
  organization={EraX JS公司},  
  year={2024},  
  url={https://huggingface.co/erax-ai/EraX-NSFW-V1.0}  
}